Die Streamingdienste handeln nach dem Maximalprinzip und möchten dabei mit einem gegebenen Budget das bestmögliche Ziel erreichen. Das Ziel ist, den Konsumenten ein möglichst ausgewogenes, für den Markt ausgerichtetes Angebotsportfolio anbieten zu können und einen Wettbewerbsvorteil zu erarbeiten. Hierfür muss die Aufmerksamkeit auf Trends gerichtet werden, um zwischen den unzähligen Filmen und Serien selektieren zu können. Das Wichtigste ist, die Bedürfnisse der Kunden bei der Selektion zu berücksichtigen. Aus Sicht der Konsumenten spielt bei der Auswahl eines Filmes oder einer Serie die Gesamtbewertung eine wichtige Rolle. Der Autor geht davon aus, dass die Unterscheidung zwischen Film und Serie, die Anzahl der Bewertungen, das Erscheinungsdatum und die Gesamtbewertung selbst einen Einfluss auf die Gesamtbewertung haben. Es stellt sich daher die Frage, ob und inwieweit die genannten Faktoren mit der Gesamtbewertung zusammenhängen und diese tatsächlich beeinflussen.
Ziel dieser Seminararbeit ist es, anhand eines Datensatzes Rückschlüsse über den Einfluss auf die Gesamtbewertung ziehen zu können. Die Analysen sollen erläutern, ob es einen signifikanten Zusammenhang zwischen den Einflussfaktoren und der Gesamtbewertung gibt. Präferieren die Zuschauer ein bestimmtes Format und bewerten es deshalb besser? Beeinflusst die Anzahl der Bewertungsabgaben die Bewertung positiv? Spielt das Erscheinungsdatum bei der Bewertung eine Rolle, weil die Zuschauer neuere Produktionen präferieren?
Um diese Fragen beantworten zu können, wird zu Beginn jeweils eine Nullhypothese und eine dazugehörige Alternativhypothese aufgestellt. Die Nullhypothese besagt, dass kein Zusammenhang zwischen abhängiger Variable (AV) und unabhängiger Variable (UV) besteht. Die Alternativhypothese hingegen besagt, dass ein Zusammenhang zwischen der abhängigen Variable (Rate) und der unabhängigen Variable (UV) besteht.
Inhaltsverzeichnis
1 Einleitung
1.1 Motivation
1.2 Definition der Forschungsfrage und Hypothesen
1.3 Aufbau der Arbeit
2 Beschreibung und Vorbereitung des Datensatzes
3 Analyse
3.1 Deskriptive und explorative Analyse
3.1.1 Variable Type (UV)
3.1.2 Variable Votes (UV)
3.1.3 Variable Date (UV)
3.1.4 Variable Rate (AV)
3.2 Untersuchung der Hypothesen
3.2.1 Hypothesenpaar 1
3.2.2 Hypothesenpaar 2
3.2.3 Hypothesenpaar 3
3.3 Multiple lineare Regression
4 Fazit
Zielsetzung & Themen
Die vorliegende Arbeit untersucht den Einfluss von Format, Anzahl der Bewertungen und Erscheinungsdatum auf die IMDb-Gesamtbewertung von Filmen und Serien, um Streaming-Diensten eine datengestützte Basis für ihre Portfolio-Optimierung zu bieten.
- Analyse von IMDb-Daten mittels R-Studio
- Vergleich der Bewertungen von Filmen und Serien
- Untersuchung des Zusammenhangs zwischen Nutzerpopularität (Votes) und Qualität (Rate)
- Einflussanalyse des Erscheinungsjahres auf die Bewertung
- Durchführung einer multiplen linearen Regressionsanalyse
Auszug aus dem Buch
1.1 Motivation
Im Jahr 2020 verbrachten die Deutschen durchschnittlich 220 Minuten pro Tag mit Fernsehen und lagen damit im europäischen Mittelfeld. Zuletzt stieg die tägliche Fernsehdauer durch das gesteigerte Informationsbedürfnis und den Wegfall anderer Freizeitbeschäftigungen infolge der Corona-Pandemie. Das geringe Angebot an nennenswerten Filmen und Serien sowie die Zunahme an längeren Werbepausen war für viele Zuschauer ein Grund, ein Abonnement bei einer oder mehreren beliebten Streaming Plattformen wie beispielsweise Netflix, Sky, Amazon Prime oder Disney+ abzuschließen.
Gegen eine monatliche Gebühr wird dort der Konsum von Filmen und Serien auf Abruf ermöglicht. Insbesondere bei jungen Zuschauern hat sich VoD bewährt und zum Teil das traditionelle Fernsehen vollständig ersetzt, da diese Personengruppe ein geringeres Interesse am klassischen Fernsehprogramm hat. Die konkurrierenden Streamingdienste haben es sich zur Aufgabe gemacht, ihr Angebot ständig zu verbessern. Sie bieten mittlerweile eine große Bandbreite an Filmen und Serien aus allen Genres an, aus denen die Zuschauer selbst wählen können. Welche Filme und Serien gerade nachgefragt werden, spiegelt sich in deren Bewertung wieder. Die Bewertung stellt nicht nur für viele Zuschauer ein wichtiges Auswahlkriterium dar, sondern spielt auch für die Streamingdienste eine wichtige Rolle. In der Regel wird anhand der Bewertung entschieden, ob ein Film oder eine Serie in das Angebotsportfolio aufgenommen wird oder nicht. Ziel der Streamingdienste ist schließlich ein möglichst ausgewogenes, für den Markt ausgerichtetes Angebotsportfolio und ein Wettbewerbsvorteil gegenüber der Konkurrenz.
Zusammenfassung der Kapitel
1 Einleitung: Einführung in die Relevanz von Streamingan und die Bedeutung von Filmbewertungen für Streamingdienste sowie Definition der Forschungsfragen.
2 Beschreibung und Vorbereitung des Datensatzes: Vorstellung der verwendeten Datenquelle und Beschreibung der für die Analyse notwendigen Datenbereinigung und Transformation.
3 Analyse: Durchführung deskriptiver statistischer Analysen der Variablen und Überprüfung der aufgestellten Hypothesen mittels Signifikanztests und multipler Regression.
4 Fazit: Zusammenfassende Darstellung der Ergebnisse und Beantwortung der Forschungsfrage sowie Ausblick auf weiterführende Forschungspotenziale.
Schlüsselwörter
IMDb, Streamingdienste, Filmbewertung, Serienbewertung, Datenanalyse, R-Studio, Web-Scraping, Multiple lineare Regression, statistische Hypothesen, Konsumentenverhalten, VoD, Video-on-Demand, Bewertungsabgaben, Erscheinungsjahr, Portfolio-Optimierung
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit untersucht quantitative Einflussfaktoren auf die Bewertung von Filmen und Serien auf der Plattform IMDb.
Welche zentralen Themenfelder werden behandelt?
Zentrale Themen sind die Auswirkungen von Format (Film vs. Serie), der Anzahl der Bewertungen (Votes) und des Erscheinungsdatums (Date) auf die Gesamtbewertung (Rate).
Was ist das primäre Ziel der Forschung?
Das Ziel ist es, Zusammenhänge zwischen den genannten Faktoren und der IMDb-Bewertung mathematisch nachzuweisen, um Streaming-Anbietern Erkenntnisse für ein optimiertes Angebotsportfolio zu liefern.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Es werden deskriptive Statistik (Histogramme, Boxplots), Korrelationsanalysen, t-Tests sowie eine multiple lineare Regression mit R-Studio angewandt.
Was wird im Hauptteil behandelt?
Der Hauptteil gliedert sich in die deskriptive Analyse der Variablen, die explizite Überprüfung von drei Hypothesenpaaren und ein Regressionsmodell zur Gewichtung der Einflussparameter.
Welche Schlüsselwörter charakterisieren die Arbeit?
Charakterisierende Begriffe sind IMDb, quantitative Datenanalyse, R-Studio, Filmbewertungen, multiple lineare Regression, statistische Signifikanz und Streaming-Markt.
Gibt es einen klaren Unterschied in den Bewertungen zwischen Filmen und Serien?
Ja, die Analysen zeigen, dass Serien im Datensatz signifikant besser bewertet werden als Filme, mit einem arithmetischen Mittel von 7,52 zu 6,63 Sternen.
Welche Variable hat den größten Einfluss auf die Bewertung?
Die Anzahl der Bewertungsabgaben (Votes) weist einen stärkeren positiven Einfluss auf die Gesamtbewertung auf als das Erscheinungsdatum.
Wird die Nullhypothese zu neuen Filmen und Serien angenommen?
Ja, die Analyse ergab keine signifikante positive Auswirkung des Erscheinungsdatums, sodass die Nullhypothese beibehalten wurde – neue Produktionen werden nicht zwingend besser bewertet als ältere.
- Quote paper
- Gerald Will (Author), 2022, Quantitative Analyse von Einflüssen auf die Bewertung von Filmen und Serien, Munich, GRIN Verlag, https://www.grin.com/document/1519962
